MLOps ライフサイクルの段階

完全自動化MLOps

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

MLOps ライフサイクル

MLOps のライフサイクルは次の3つの中核フェーズで構成されます:

• 3つのフェーズは反復的です
• 3つのフェーズは相互依存です
• フェーズ間を行き来するのは普通です

ML ライフサイクルにおける MLOps - 設計

設計フェーズには以下が含まれます:

• ビジネス理解

  $$

• データ理解

  $$

• ML ソリューション設計

$$

ML ライフサイクルにおける MLOps - 設計

設計フェーズには以下が含まれます:

• ビジネス理解

  $$
  • 事業コンテキストの把握
  • 事業目標の設定

$$

ML ライフサイクルにおける MLOps - 設計

設計フェーズには以下が含まれます:

• データ理解

  $$
  • データ探索
  • データ可視化

$$

ML ライフサイクルにおける MLOps - 設計

設計フェーズには以下が含まれます:

• システム設計

  $$
  • システムアーキテクチャ設計
    • データセキュリティ
    • データプライバシー

$$

ML ライフサイクルにおける MLOps - 設計

設計フェーズには以下が含まれます:

• ビジネス理解

  $$

• データ理解

  $$

• ML ソリューション設計

$$

設計の多くは自動化できません

$$

ML ライフサイクルにおける MLOps - 開発

ML の実験と開発フェーズには以下が含まれます: $$

• PoC（概念実証）の開発

  $$

• データエンジニアリング

  $$

• モデル開発

$$

ML ライフサイクルにおける MLOps - 開発

ML の実験と開発フェーズには以下が含まれます:

• PoC（概念実証）の開発

  $$
  • プロセスと自動化の組み合わせ
  • フレームワークの活用

$$

ML ライフサイクルにおける MLOps - 開発

ML の実験と開発フェーズには以下が含まれます:

• データエンジニアリング（PoC）

  $$
  • 自動化の活用 → 品質保証

$$

ML ライフサイクルにおける MLOps - 開発

ML の実験と開発フェーズには以下が含まれます:

• モデル開発（PoC）

  $$
  • 実験トラッキング
  • 自動トレーニング
  • 自動ハイパーパラメータチューニング

$$

ML ライフサイクルにおける MLOps - デプロイ

ML のデプロイと運用フェーズには以下が含まれます:

• 本番化
  • テスト
  • バージョニング
  • 継続的デリバリー
  • 監視

$$

スケールに備える: まず自動化

プロセス効率化、ベストプラクティス、自動化を活用します

自動化や効率化がない場合:

• CRISP-DM
• TDSP [1]

¹ https://www.ibm.com/docs/en/spss-modeler/saas?topic=dm-crisp-help-overview

プロセス効率化とベストプラクティス

$$

設計フェーズ

$$

• ベストプラクティス

  • ドメイン専門性を取り入れる

  • ビジネス関係者を巻き込む

  • エンドユーザーのフィードバックを得る

$$

開発フェーズ

$$

• ベストプラクティス

  • クリーンコードを書く
  • 成果物をドキュメント化する

Let's practice!

完全自動化MLOps